JPH06502930A - 多重モード音声コーダのためのエラー保護 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 多重モード音声コーグのためのエラー保護発明の分野 本発明は、一般にデジタル・データ送信に関し、詳しくは音声コーグ（ｓｐｅｅ ｃｈ　ｃｏｄｅｒ）に関する。さらに詳しくは、適切なビットのためにエラー保 護を行う方法に関する。

背景技術 音声信号の双方向無線通信は、現代社会に必要不可欠な機能である。軍事的ユー ザは言うに及ばず、警察、公安および輸送に関わる組織が、音声通信の主なユー ザである。

使用可能な無線周波数スペクトルに対するＩ要が増大するにつれて、スペクトル 効率を最大限にすることに関して多くの研究がなされてきた。

スペクトル効率を増大させる１つの方法は、送信に先立ち音声信号を圧縮するこ とである。当技術ではよく知られているこの圧縮動作により、音声信号の送信の ための帯域要件が削減され、一定の周波数範囲内により多くのＲＦ（無線周波数 ）通信チャンネルを割り当てることができる。

同様に、音声圧縮アルゴリズムをデジタル音声の格納にも適用することができる 。

デジタル通信の重要性が増大するにつれて、デジタル・システムに特有の圧縮ス キームが関心を集めてきた。被デジタイズ音声専用の圧縮スキームは通常、音声 コーグ（ｖｏｉｃｅ　ｃｏｄｅｒ）と呼ばれる。Ｂｏｔｔａｕ他による米国特許 第４．９３３，９５７号には、これらの当技術で広く知られているものを示す、 低ビット率音声符号化の方法とシステムとが説明されている。

線形予測符号化（ｌｉｎｅａｒ　ｐｒｅｄｉｃｔｉｖｅ　ｃｏｄｉｎｇ）すなわ ちＬＰＧは、よく用いられる符号化技術の一例である。ＬＰＧにおいては、人間 の声道（ｖｏｃａｌ　ｔｒａｃｔ）と、声道に手えられる励起の開方に関して適 切なモデルを導き出すことにより人間の音声に近似させる試みがなされてきた。

音声は非常に反復性のある信号なので、デコーダが正確に音声波形を再生するた めに必要な情報量をきわめて小さくすることができる。送信される音声の性質に より、再構築された音声にとっであるビットが他のビットに比べて、より知覚的 に重要なことがある。

どのようなデジタル信号でもそうであるように、論理「１」レベルがもともと送 信されたのか、論理「０」レベルが送信されたのかに関して、デコーダで決定が なされなければならない。当技術ではよく理解されている概念であるエラー制御 符号化は、デコーダが正しい決定を行う可能性を高めるために採用されることが 多い。もちろん、多数のエラー制御ビットを追加するためだけに、送信のための デジタル音声圧縮を行うことは自滅的である。重要なビットをエラー無しで受信 することにより音声の質を確実にしつつ、一定の音声圧縮アルゴリズムの有効性 を最大限にするためには、妥協をしなければならない。もちろん、重要ビットは 、音声符号化を用いないさまざまなデータ送信に関しても識別することができる 。

従って、送信のために重要なビットのエラー保護を行う方法であって、保護を特 徴とする特定のビットが入力ビットのサブセット、たとえば符号化されている音 声波形の型を識別するビットのセットなどに依存する方法に対する必要性が生ま れる。保護を特徴とする特定のビットは、予想される通信チャンネル条件によっ ても決まる。

発明の概要 この必要性およびその他の必要性は、情報ビットのエラー保護を行う本発明の方 法により満足される。本方法は、少なくともそのうちのいくつかが保護される入 力データ・ビットを設ける段階と、入力データ・ビットのサブセットで決定され た情報に基づき入力データ・ビットをソートする段階と、ソートされたビットの うち少なくともいくつかに対してエラー制御符号化技術を適用する段階とによっ て構成される。

図面の簡単な説明 第１図は、典型的な音声波形の図である。

第２Ａ図は、ＶＳＥＬＰ音声コー音声コープク図である。

第２Ｂ図は、好適な実施例で用いられるＶＳＥＬＰコードブック（ｃｏｄｅｂｏ ｏｋ）の詳細な図である。

第３図は、本発明の方法を実現するために用いられるエンコーダ・システムのブ ロック図である。

第４図は、可変レート畳み込みエンコーダ（ｖａｒｉａｂｌｅｒａｔｅ　ｃｏｎ ｖｏｌｕｔｉｏｎａｌ　ｅｎｃｏｄｅｒ）に関して、解読されたビット・エラー 率とビット位置とを示すグラフである。

第５図は、適切なポスト・デコーダを選択するためのプレ・デコーダの使用法を 示す。

発明の実施例 １１図は、典型的な音声波形を示す。人間の音声は一般に、［有声音（ｖｏｉｃ ｅｄ）　Ｊと［無声音（ｕｎｖｏｉｃｅｄ）　Ｊのいずれかに分類される。有声 音では、知覚可能な周期的な励起が声道に与えられる。有声音は、通常、長母音 の発声、たとえば［ｒａｄｉｏＪという単語の中の長音のｒａＪ　、ｒｉＪおよ びｒｏＪなどの母音の発声に伴う。実質的に周期的な励起を持たない子音は、無 声音と見なされる。

第１図は、有声化された音声が観察可能な周期性を表す事実をも示している。セ グメント１０２に見られるような長期の周期性と、セグメン）１０１のような短 い相関関係がある。蓋然性分析の立場から、音声波形特性が現れるこの傾向は、 短期と長期の間の比較的高い相関関係を示し、これは線形予測（ｌｉｎｅａｒ　 ｐｒｅｄｉｃｔｉｏｎ）を実行可能な音声符号化としている。これらの相関関係 とＬＰＧの関係を以下に、より詳細に説明する。

第２Ａ図は、ベクトル和励起線形予測（ＶＳＥＬＰ：ｖｅｃｔｏｒ−ｓｕｍ　ｅ ｘｃｉｔｅｄ　１ｉｎｅａｒ　ｐｒｅｄｉｃｔｉｏｎ）音声コーグのブロック図 を示す。音声信号は、有声音と特徴付られなときでさえ、周期的な特性だけでな く確率的な（無作為な）特性を示す。ＶＳＥＬＰシステムにおいては、声道励起 は、コードブック（２０１）と呼ばれる固定された１組の励起ベクトルから選択 された第１波形ベクトルと、符号化される音声の履歴に基づき波形の一部を抽出 することにより選択された第２ベクトルとの組合せによりモデル化される。

この履歴は、長期予測子（ｌｏｎｇ−ｔｅｒｍ　ｐｒｅｄｉｃｔｏｒ）メモリ（ ２０２）に記憶されている。

長期予測子（２０２）情報は、長期的な相関関係が支配的である有声音の符号化 に特に有用である。コードブックに由来するベクトル（２０１）は、有声音であ ろうと無声音であろうと音声波形を符号化する助けとする。音声波形にさまざま な度合の有声音特性を与えるためには、コードブック・ベクトル（２０１）と長 期予測子ベクトル（２０２）の両方に乗算ゲイン係数（ｍｕｌｔｉｐｌｉｃａｔ ｉｖｅ　ｇａｉｎｆａｃｃｏｒ）　（それぞれ２０４，２０５）をかけることに より尺度を一定に（スケーリング）する。

これらの尺度を一定にしたベクトル群を加算（２０７）して、その結果の励起を ＬＰＧフィルタ（２０８）に与える。好適な実施例においては、ＬＰＧフィルタ はＤＳＰ（デジタル信号プロセンサ）内に組み込まれたＩＩＲ（ｉｎｆｉｎｉｔ ｅ　ｉｍｐｕｌｓｅ　ｒｅｓｐｏｎｓｅ−一無限衝撃応答）フィルタである。Ｌ ＰＧフィルタ（２０８）は主に、励起が与えられる声道をモデル化するためのも のである。ＬＰＧフィルタ（２０８）の係数の再プログラミングを周期的に行う と、音声コーグ出力が最適化される。事実、音声コーグ出力は、被デジタイズ音 声（２１０）と比較され、コードブック（２０１）および長期予測子（２０２） の両方からのベクトル選択を変更することにより、最終的なエラーが最小限に抑 えられる（２１１）。

好適な実施例においては、音声コーグは毎秒５．９キロビア）　（ｋｂｐｓ）、 ２０ミリ秒（ｍｓ）のフレーム長で動作する。フレームまたはパケットの長さは 、少なくともいくつかのパラメータが通常は相対的に一定の値になる音声周期に 近い。この相対的に一定のパラメータの例としては、ＬＰＧフィルタ係数および 音声化モードがある。好適な実施例においては、音声化モードは、無声音、中有 声音。

中有声音および強有声音である。２０ｍ５のフレームは、５ｍｓのサブフレーム に分割され、音声波形の中でより頻繁に変化するパラメータに対応する。これら のより流動的なパラメータとしては、励起ベクトル情報および乗数ゲイン値があ る。

実際には、フレームには１１８の情報ビットが含まれる。

しかし前述されたように、すべてのビットが等しい重要性を持つわけではない。

長期予測子ベクトルは無声音の符号化にはほとんど何もしないが、強有声音音声 化モードでは適切な音声波形の再構築にとって非常に１Ｌ要である。このように 重要性にばらつきがあるので、本発明により音声コーグのビットを、音声化モー ドに基づき選択的にエラー保護を行うことができ、それにより情報ビットの望ま しいエラー制御符号化と、余りに多くのオーバーヘッド・ビットを追加すること で起こる望ましくない帯域幅の拡大との間で必要な妥協を得ることができる。

第２Ｂ図は、好適な実施例のさまざまなコードブックをより詳細に示す。前述さ れたように、長期予測子ベクトルは、無声音の符号化にはほとんど何もしない。

このため、代わりに、無声音モードに関しては、２つのＶＳＥＬＰコードブック （２１４，２１５）からベクトルを選択する。

音声符号化される音声波形が少有声音、中有声音または強有声音である場合は、 重要な長期予測子（２１２）ベクトルがＶＳＥＬＰコードブック（２１３）から の１つのベクトルと共に送信される。もちろん、上記に用いられたより簡単な例 のように、それぞれのベクトルが適切な乗数（２１６ないし２１９）に掛けられ た関連の乗算ゲイン値（２２０ないし２２３）を持っており、最適な音声符号化 のために振幅を調整する。前述のように、選択されたベクトルが加算（２２４） された後で、ＬＰＧフィルタに与えられる。

好適な実施例においては、畳み込み符号化（ｃｏｎｖｏｌｕｔｉｏｎａｌ　ｃｏ ｄｉｎｇ）がエラー保護のために用いられる。畳み込みエンコーダおよびデコー ダは、当技術ではよく知られており、特にＤＳＰの電力を設計者の思いどおりに できるので実現も非常に容易である。もちろん、これにより、必要なエラー保護 を行うための既知のブロック・エンコーダまたはその２つの組合せでさえも使用 することが、不要になるわけではない。

第３図は、本発明のエンコーダ・システムをブロック図に示す。１１８ビツトの フレーム・データがデータ・セパレータ（３０１）の入力に送られる。音声化モ ードに基づき、データ・セパレータ（３０Ｉ）はその特定の音声化モードに関し てもっとも重要と考えられるビットを、クラス■メモリ　（３０２）と呼ばれる メモリ・アレイ内に入れる。

クラスエアレイ（３０２）に割り当てられた重要なビットは、もっとも重要なも のからもっとも重要でないものの順に並べられる。その特定の音声化モードに関 して重要なものとして見なされなかったデータ・ビットは、クラスエアレイ（３ ０３）と示されるメモリ・アレイ内に入れられる。これらのビットには、エラー 制御符号化は行われない。

クラスエアレイ（３０２）のビットは、畳み込みエンコーダ（３０４）に入力さ れる。好適な実施例のエンコーダ（３０４）は、レート１／３エンコーダからレ ート１／２エンコーダに切り替え可能なものである。これを多重レート・エンコ ーダと呼ぶことが多い。当技術ではよく知られているように、レート１／３畳み 込みコードを用いて符号化されたデータは、シー１−１／２符号で符号化された データよりも解読されたビット・エラー率が低くなる。もちろんより多くのオー バーヘッド・ビットを犠牲にすれば、より低いビット・エラー率が達成される。

第４図は、畳み込みコードの既知の特色を示す。最初に符号化されるピントまた は最後に符号化されるビットに近いビットに関して、被回復ビット・エラー率は もっとも良くなる。初期のビットがもっとも保護されるので、音声化モード・ビ ットがこの位置におかれる。

音声化モード・ビットは、いつも同じ位置にあり、同じ方法で符号化されること が好ましいので、第５図に示されるような単独のプレ・デコーダ（５０１）を用 いてこれらのビットを解読することができる。その結果得られる被解読モード情 報を用いて、適切なポスト・デコーダ（５０３ないし５０６）を選択することが できる。適切なモードにより決定される順序決定と符号化を行うために、アルゴ リズムを用いて保護された音声コーグ・データ・ビットを解読する。

デジタル送信システムにおいては、被送信ビットのあるものが他のビットよりも 被解読エラーの確率が高いが、これは主にチャンネル内の位置によるものである 。たとえば、ＴＤＭ（時分割多重）システムにおいては、特定のビットの被解読 エラーの確率は、送信された同期シーケンスに対するそのビットの近さに関連す る。

１３図に戻ると、エンコーダ（３０４）の出力は、クラスＩＩアレイ（３０３） の出力と同様に、インターリーバ（ｉｎｔｅｒｌｃａｖｅｒ）　（３０５）の入 力に送られる。インターリーバ（３０５）は、符号化されたビットと符号化され ないビットとを単純に組み合わせて、その結果得られたデータ・ストリームを送 信できるようにする。

第１図 第３図

Claims (10)

【特許請求の範囲】
1. １．送信される音声コーダ情報ビットのエラー保護を行う方法であって： （ａ）音声コーダ情報ビットにより構成される入力データ・ビットを設ける段階 ； （ｂ）音声化モードに基づき前記入力データ・ビットを第１および第２アレイの ビットに分ける段階；（ｃ）エラー制御符号化技術を前記第１アレイの前記ビッ トに適用して、被符号化ピットを生成する段階；（ｄ）前記被符号化ピットと前 記第２アレイの前記ビットとを組み合わせてビット・ストリームを形成する段階 ；および （ｅ）前記ビット・ストリームを送信する段階；によって構成されることを特徴 とする方法。
2. ２．前記第１アレイの前記ビットが、音声化モードにより音声の再構築において より大きな知覚的意義を有するビットが符号化されて、これらのより知覚的意義 が大きをビットがより低い被符号化エラーの確率を有するように配列される請求 項１記載の方法。
3. ３．エラー制御符号化技術を適用する段階（ｃ）が、前記第１アレイの前記ビッ トを入力としてエンコーダに与えて、被符号化ビットを設ける段階により構成さ れることを特徴とする請求項１記載の方法。
4. ４．前記エンコーダが畳み込みエンコーダによって構成されることを特徴とする 請求項３記載の方法。
5. ５．前記畳み込みエンコーダが第１レートにおいて少なくともいくつかのピット を符号化し、第２レートにおいて少なくともいくつかのビットを符号化する請求 項４記載の方法。
6. ６．前記第１レートがレート１／３畳み込みコードに対応し、前記第２レートが １／２畳み込みコードに対応する請求項５記載の方法。
7. ７．前記第１アレイの前記ビットが重要性の順序に並べられる請求項１記載の方 法。
8. ８．前記第１アレイの前記ビットが並べられる前記の重要性の順序が音声化モー ドにより決定される請求項７記載の方法。
9. ９．前記ビット・ストリームを送信する段階（ｅ）がメモリ装置からビット・ス トリームを記憶および検索する段階を含む請求項１記載の方法。
10. １０．音声コーダ情報のエラー保護を行う装置であって：音声コーダ情報ビット からなる入力データ・ビットを設ける手段； 音声化モードに基づき前記入力データ・ビットを第１および第２アレイのビット に分ける手段；エラー制御符号化技術を前記第１アレイの前記ビットに適用して 、被符号化ビットを生成する手段；および前記被符号化ビットと前記第２アレイ の前記ビットとを組み合わせてビット・ストリームを形成する手段；によって構 成されることを特徴とする装置。